转向架落成的自动检测方法、系统、装置及存储介质与流程

1.本技术涉及转向架落成检测技术领域，特别是涉及一种转向架落成的自动检测系统。


背景技术：

2.铁路货车转向架落成是由转向架及其配件组装而成形成，在转向架落成组装完成后需要对其组装质量以及配件的标识情况进行检测。
3.转向架落成的检测目前是通过人员采用量规卡尺和样板进行人工测量，但是人工测量无法获取具体的测量数据，且样板种类繁多，检测项目也较多，容易导致漏检的情况，且工具管理以及人力管理成本较高。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够准确检测转向架落成的转向架落成的自动检测系统。
5.第一方面，本技术的实施例提供一种转向架落成的自动检测方法，应用于转向架落成检测系统，所述转向架落成检测系统包括：工业机器人，所述工业机器人的轴臂上设置有三维扫描仪以及二维相机；
6.所述自动检测方法包括：
7.控制所述工业机器人按照预设运动轨迹将三维扫描仪和二维相机移动至预设位置；
8.控制所述三维扫描仪获取所述预设位置对应的点云数据，和/或控制所述二维相机获取所述预设位置对应的图像数据；
9.根据所述点云数据对所述转向架落成的配件之间的间隙或者配件之间的高度差进行检测；
10.根据所述图像数据对所述转向架落成的配件标识或者配件的安装质量进行检测。
11.通过控制工业机器人开始按照预设轨迹移动轴臂，以使三维扫描仪和二维相机移动至待测位置并获取点云数据和/或图片数据，再根据点云数据和图片数据对转向架落成进行检测得到检测结果。整个过程是通过工业机器人全自动控制，实现对转向架落成的自动测量、自动识别和自动比对，同时能够准确获取转向架落成的实际数据，通过实际数据与标准数据的比对判断检测是否合格，整个过程不需要人员参与，大大减少了整个落成检测过程的人力成本，以及减少了样板卡尺的管理成本，实现了转向架落成的全自动化在线检测。
12.第二方面，本技术的实施例提供一种转向架落成的自动检测系统，包括：
13.工业机器人，所述工业机器人的轴臂上设置有三维扫描仪以及二维相机；
14.总控装置，与所述工业机器人、所述三维扫描仪以及所述二维相机分别连接；
15.所述总控装置包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，
所述处理器执行所述计算机程序时实现上述的方法的步骤。
16.第三方面，本技术的实施例提供一种转向架落成的自动检测装置，包括：
17.控制模块，控制所述工业机器人按照预设运动轨迹将三维扫描仪和二维相机移动至预设位置；
18.获取模块，用于控制所述三维扫描仪获取所述预设位置对应的点云数据，和/或控制所述二维相机获取所述预设位置对应的图像数据；
19.第一处理模块，用于根据所述点云数据对所述转向架落成的配件之间的间隙或者配件之间的高度差进行检测；
20.第二处理模块，用于根据所述图像数据对所述转向架落成的配件标识或者配件的安装质量进行检测，得到检测结果。
21.第四方面，本技术的实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现实现上述的方法的步骤。
22.可以理解，上述提供的第二方面所述的转向架落成的自动检测系统、第三方面所述的转向架落成的自动检测装置以及第四方面所述的计算机可读存储介质所能达到的有益效果，可以参考上述如第一方面所述的转向架落成的自动检测方法及其中任意一种实施例中的有益效果，在此不予赘述。
附图说明
23.为了更清楚地说明本技术实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
24.图1为一个实施例中转向架落成的自动检测方法的流程示意图；
25.图2为一个实施例中转向架落成的自动检测系统的结构示意图；
26.图3为一个实施例中高度检测装置的结构示意图；
27.图4为一个实施例中轮对对中装置的结构示意图；
28.图5为一个实施例中转向架落成的自动检测装置的结构框图。
具体实施方式
29.为了便于理解本技术，下面将参照相关附图对本技术进行更全面的描述。附图中给出了本技术的实施例。但是，本技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本技术的公开内容更加透彻全面。
30.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术。
31.可以理解，本技术所使用的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元
件区分。此外，在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。在本技术的描述中，“若干”的含义是至少一个，例如一个，两个等，除非另有明确具体的限定。
32.需要说明的是，当一个元件被认为是“连接”另一个元件时，它可以是直接连接到另一个元件，或者通过居中元件连接另一个元件。此外，以下实施例中的“连接”，如果被连接的对象之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。
33.在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。
34.正如背景技术所述，现有技术中的转向架落成的检测有检测不准确以及检测成本高的问题。因此，本发明提供了一种转向架落成的自动检测系统，通过自动控制技术、机器人技术以及机器人检测技术实现对铁路货车转向架落成的自动检测、自动识别和自动比对，实现了转向架落成的全自动化在线检测，同时大大降低了人力成本和样板管理成本。
35.在一个实施例中，如图1所示，提供了一种转向架落成的自动检测方法，应用于转向架落成检测系统，所述转向架落成检测系统包括：工业机器人，所述工业机器人的轴臂上设置有三维扫描仪以及二维相机；所述转向架的自动检测方法包括如下步骤s100至步骤s300。
36.s100、控制所述工业机器人按照预设运动轨迹将三维扫描仪和二维相机移动至预设位置。
37.本实施例的控制主体可以是外部控制装置，也可以是工业机器人，一方面控制工业机器人整体的移动轨迹，另一方面控制工业机器人的轴臂的移动轨迹。预设位置指的是三维扫描仪和二维相机为获取需检测的转向架落成的部位的所在的位置，三维扫描仪和二维相机在预设位置获取的点云数据或图像数据即是转向架落成需要检测的位置的数据。本实施例中所说的预设位置并不是只有一处，而是根据转向架落成所需检测的项目而确定预设位置，即预设位置有一个或多个。
38.s200、控制所述三维扫描仪获取所述预设位置对应的点云数据，和/或控制所述二维相机获取所述预设位置对应的图像数据。
39.根据需要检测的项目类型，在不同的预设位置对应需要获取的数据类型可能不相同，也就是说，在某一预设位置，只获取该预设位置对应的点云数据，或者只获取该预设位置对应的图像数据，或者是可以同时获取两种类型的数据。且不同预设位置获取的点云数据不相同，获取的图像数据也不相同，在数据处理时，针对不同的检测位置可采用不同的数据处理方式和识别方式进行检测。
40.s300、根据所述点云数据对所述转向架落成的配件之间的间隙或者配件之间的高度差进行检测。
41.由于不同的检测项目检测的位置不同，检测位置不同则对应的点云数据不相同，本实施例中，由于配件之间的间隙测量会有无法检测到间隙内部数据的情况，且配件表面并不是光滑的，采用拍摄图片的方式不能准确的检测两个配件之间的间隙和高度差，因此采用点云数据主要是检测的时转向架落成的配件之间的间隙以及配件之间的高度差。
42.s400、根据所述图像数据对所述转向架落成的配件标识或者配件的安装质量进行检测。
43.配件的标识以及配件的安装质量可以采用图像识别的方式进行检测。检测配件的安装质量主要是检测配件的安装位置是否正确、与其它配件的配合方式是否正确以及安装方向是否正确。
44.上述实施例中，通过控制工业机器人开始按照预设轨迹移动轴臂，以使三维扫描仪和二维相机移动至待测位置并获取点云数据和/或图片数据，再根据点云数据和图片数据对转向架落成进行检测得到检测结果。整个过程是通过工业机器人全自动控制，实现对转向架落成的自动测量、自动识别和自动比对，同时能够准确获取转向架落成的实际数据，通过实际数据与标准数据的比对判断检测是否合格，整个过程不需要人员参与，大大减少了整个落成检测过程的人力成本，以及减少了样板卡尺的管理成本，实现了转向架落成的全自动化在线检测。
45.在一个实施例中，步骤s300具体包括：
46.s310a、将所述点云数据与对应的标准间隙模型进行拟合，得到间隙宽度；
47.s320a、若所述间隙宽度不超过所述标准间隙模型的间隙宽度最大值，则所述配件之间的间隙合格。
48.若采集的点云数据是配件之间的间隙的点云数据，总控装置获取点云数据后，采用标准间隙模型对点云数据进行拟合，标准间隙模型为标准cad间隙模型，通过对合格转向架落成对应的配件间隙部位进行点云的采集，再通过逆向工程对采集的点云进行处理，建立标准cad间隙模型，并将间隙部位均设置为最大值，该标准cad间隙模型作为标准间隙模型进行存储，用于检测过程中获取的点云数据的拟合。拟合的过程是采用基准对齐算法和最佳拟合算法对点云数据与标准间隙模型进行精准匹配，通过将边线、平面等信息进行间隙宽度分析，得到间隙宽度，将间隙宽度与标准间隙模型的间隙宽度最大值进行对比，若间隙宽度不超过标准间隙模型的间隙宽度最大值，则该配件之间的间隙合格。
49.或者，步骤s300具体包括：
50.s310b、将所述点云数据与对应的标准高度差模型进行拟合，得到高度差；
51.s320b、若所述高度差不超过所述标准高度差模型的高度差最大值，则所述配件之间的高度差合格。
52.若采集的点云数据是配件之间的高度差的点云数据，总控装置获取点云数据后，采用标准高度差模型对点云数据进行拟合，标准高度差模型为标准cad高度差模型，通过对合格转向架落成对应的两个配件进行点云采集，再通过逆向工程对采集的点云进行处理，建立标准cad高度差模型，该标准cad高度差模型作为标准间隙模型进行存储，用于检测过程中获取的点云数据的拟合。拟合的过程是采用基准对齐算法和最佳拟合算法对点云数据与标准间隙模型进行精准匹配，得到高度差，将高度差与标准高度差模型的高度差最大值进行对比，若高度差不超过标准高度差模型的高度差最大值，则该配件之间的高度差合格。
53.在一个实施例中，所述点云数据包括第一配件数据和第二配件数据，所述第一配件数据对应的三维坐标系的z轴零点与所述第二配件数据对应的三维坐标系的z轴零点处于同一平面；步骤s310b具体包括：根据将所述第一配件数据和所述第二配件数据映射到同一坐标系中，得到组合点云数据；将所述组合点云数据与对应的标准高度差检测模型进行
拟合，得到高度差。
54.由于转向架落成的体积较大，三维扫描仪的量程可能不能将两个距离较远的配件同时进行扫描获取点云数据。在检测两个距离较远的配件时，需要分别获取两个配件在不同坐标系下的点云数据，即第一配件数据和第二配件数据，虽然两个配件的点云数据的参考坐标系不相同，但是要保证两个配件的点云数据的参考纵坐标相同，也就是说，在获取两个配件的点云数据的过程中，保证三维扫描仪的摄像头处于同一水平面上，保证后续数据处理后的两配件高度差检测的准确性。将第一配件数据和第二配件数据映射到同一坐标系下，也就是将第一配件数据和第二配件数据在x轴方向或y方向上移动，进行坐标对齐，得到在同一坐标系下的组合点云数据，再将组合点云数据与对应的标准高度差检测模型进行拟合，对组合点云数据和标准高度差检测模型进行精准匹配，得到高度差。
55.在一个实施例中，步骤s400具体包括：对所述图像数据进行二值化处理和边缘检测，提取配件标识的结构化特征；对所述配件标识的结构化特征进行识别，得到配件识别结果；将所述识别结果与标准标识进行比对。
56.若图像数据是配件标识图像，采用目标提取算法和边缘检测算法对图像数据中的配件标识进行结构化特征提取，目标提取算法通常采用基于阈值或基于差分的方式，边缘检测算法通常涉及基于微分、基于模板匹配预计图像的二值化处理等。得到配件标识的结构化特征后，对该结构化特征进行识别，识别方式可以采用深度学习网络进行识别，得到识别结果，将识别结果与标准标识进行比对，得到比对结果。不同标识比对其比对结果形式不相同，如对检修标识进行比对时，只需对比确定是否存在该检修标识，对年限标识进行比对时，需要将识别出的年限与当年的年限进行对比，判断检测的配件是否是寿命已到期。
57.或者，步骤s400具体包括：采用目标提取算法和边缘检测算法对所述图像数据进行结构化特征提取，得到配件的安装质量结构化特征，其中，所述安装质量结构化特征包括配件的安装方向特征以及与其它配件的配合方式特征；对所述配件的安装质量结构化特征进行识别，得到质量识别结果；将所述质量识别结果与标准安装质量进行比对。
58.若图像数据是用于检测配件安装质量的图像，采用目标提取算法和边缘检测算法对图像数据中的配件的安装方向以及配合方式进行结构化特征提取，目标提取算法通常采用基于阈值或基于差分的方式，边缘检测算法通常涉及基于微分、基于模板匹配预计图像的二值化处理等。得到配件的安装质量结构化特征后，对该结构化特征进行识别，并将识别结果与标准标准安装质量结果进行比对，确定配件的安装方向以及配合方式等安装质量是否合格。
59.在一个实施例中，如图2所示，提供了一种转向架落成的自动检测系统，包括：工业机器人100以及总控装置200；所述工业机器人100的轴臂上设置有三维扫描仪以及二维相机，总控装置200与所述工业机器人100、所述三维扫描仪以及所述二维相机分别连接，所述总控装置200包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任意一项转向架落成的自动检测方法的实施例的步骤。
60.具体地，工业机器人100的轴臂上设置有三维扫描仪和二维相机，三维扫描仪用于获取所述转向架落成的点云数据，二维相机用于获取所述转向架落成的图像数据。总控装置200控制工业机器人100的轴臂开始按照预设的运动轨迹移动轴臂，使三维扫描仪和二维相机移动至预设位置后，控制三维扫描仪和/或二维相机获取与该预设位置对应的点云数
据和/或图像数据。三维扫描仪是用于获取转向架落成的待测位置的点云数据，点云数据是指在三维坐标系下的点的数据集，这些数据集可用于三维建模。三位扫描仪对转向架落成的待测位置进行扫描，提取点云数据并将点云数据传至总控装置200，二维相机是用于获取转向架的待测位置的图像数据，该图像数据是二维图像，具体是二维相机对待测位置进行拍照得到图片，并将该图片传至总控装置200。三维扫描仪与二维相机的需采集的数据所对应的预设位置可相同也可不相同，具体根据检测方式以及需要检测的项目确定。总控装置200从三维扫描仪和二维相机处获取点云数据和图像数据后，分别对点云数据和图像数据进行处理，对转向架落成进行检测。
61.在一个实施例中，转向架落成的自动检测系统还包括导轨300、落成检测工位400、有轨制导车辆，有轨制导车辆与转向架落成连接并用于将转向架落成沿导轨300移动至落成检测工位400。转向架落成在前一个检测项目结束后，总控装置200控制有轨制导车辆移动，使有轨制导车辆拉动转向架落成沿导轨300移动至落成检测工位400。转向架进入到该落成检测工位400后，总控装置200控制工业机器人100移动至落成检测工位400旁进行检测。检测完成后，总控装置200控制有轨制导车辆将转向架落成移动至下一个检测项目的检测工位。
62.在一个实施例中，转向架落成的自动检测系统还包括高度检测装置，所述高度检测装置用于所述转向架落成的底部配件与地面的距离是否合格。
63.具体地，采用高度检测装置对转向架落成的底部配件相对于地面的高度进行测量。底部配件指的是安装在转向架落成的底部的配件，是除轮对外最靠近地面的配件。转向架落成的底部最低点的高度需要控制在预设的高度以上，保证底部高度检测合格。由于转向架落成是由多个配件组成，其底部也由于具有多个配件而高低不平，但由于配件的安装方式是固定的，因此高度检测装置主要是要检测位于最低位置的配件与地面的距离是否达到检测合格要求，若底部配件与地面的距离不够大，则底部检测不合格。可根据最低位置的配件的位置采用不同的高度检测装置，如可以在特定位置设置红外发射器和红外接收器，根据红外信号是否被转向架落成的底部挡住来判断底部高度是否合格，也可以设置固定高度的挡板，通过该挡板是否会被转向架落成推倒来判断底部高度是否合格。
64.在一个实施例中，如图3所示，所述高度检测装置500包括基底510以及设置在所述基底510上的板件520、压缩弹簧530和微动开关540；其中，所述基底510设置在转向架落成700的检测工位上；所述板件520的第一端与所述基底510可旋转连接，所述板件520的第二端通过所述压缩弹簧530与所述基底510连接，用于在所述转向架落成700的底部配件与地面的距离不合格的情况下被所述底部配件下压；所述微动开关540设置在所述板件520与所述基板510之间，用于在所述板件520被下压的情况下闭合以产生电信号；所述微动开关与所述总控装置连接200。
65.具体地，图3中的箭头方向为转向架落成的运动方向，在落成检测工位400上设置有固定在地面的基底510，在基底510上设置有预设高度的板件520，板件520的高度用于检测转向架落成的底部高度是否合格，板件520在落成检测工位400上的位置和宽度可以根据具体需要检测的底部配件的位置确定。板件520的第一端与与基底510可转动连接，板件520朝转向架落成的移动方向倾斜设置，与基板形成夹角，即板件520的第一端的朝向是背离转向架落成700的移动方向，该移动方向是转向架落成700进入检测工位的移动方向。板件520
的第二端与压缩弹簧530的第一端连接，板件520的第二端的朝向是面向转向架落成700的移动方向，板件用于在转向架落成700的底部配件与地面的距离不合格的情况下被底部配件下压。压缩弹簧530的第二端固定在基板上，微动开关540设置在板件520与基板的中间，并与总控装置200连接微动开关540的驱动杆靠近或接触到板件520下方。在压缩弹簧530没有被压缩的情况下，压缩弹簧530支撑着板件520的第二端保持在预设高度，若转向架落成的底部不合格，则底部的最低处会使板件520第二端朝下移动，从而压到微动开关540的驱动杆，驱动杆将力作用于微动开关540的动作簧片上，使得微动开关540所在电路快速接通，从而产生电信号，总控装置200接收到该电信号则判断该转向架落成装置底部高度不合格。
66.在一个实施例中，转向架落成的自动检测系统还包括设置在所述落成检测工位400的定位装置，所述定位装置用于将所述转向架落成固定在所述落成检测工位400。
67.具体地，在落成检测工位400上设置有用于将转向架落成固定在落成检测工位400的定位装置，在检测数据获取的过程中，由于工业机器人100在检测时的位置是固定的，其轴臂的运动轨迹也是固定的，因此需要保证转向架落成在落成检测工位400上的固定位置并且还要保证整个检测数据获取的过程转向架落成不能移动，这样才能准确提取待测位置的点云数据和图像数据。定位装置可以设置在导轨300上，通过伸缩挡板固定轮对，也可以在地面上设置可将轮对夹紧的装置，通过加紧轮对的方式固定。
68.在一个实施例中，如图4所示，所述定位装置为轮对对中装置，所述轮对对中装置通过夹紧所述转向架落成700的第一轮对和第二轮对使所述转向架落成700固定。
69.具体地，由于车轮的宽度大于导轨300的宽度，在落成检测工位400的每个导轨300旁设置一个轮对对中装置，转向架落成700的轮对包括第一轮对和第二轮对，第一轮对可以是前轮也可以是后轮，若第一轮对是前轮，则第二轮对是后轮，若第一轮对是后轮，则第二轮对是前轮。本实施例的轮对对中装置是用于夹紧位于同一导轨上的第一轮对的车轮和第二轮对的车轮。轮对对中装置包括第一折叠杆610和第二折叠杆620，第一折叠杆610和第二折叠杆620的一端对称设置在地面，第一折叠杆610和第二折叠杆620的另一端用于加紧轮对。在不需要定位时，总控装置200控制第一折叠杆610和第二折叠杆620伸展，以使转向架能够沿导轨300移动，在需要定位时，控制第一折叠杆610和第二折叠杆620收缩，从而将转向架的轮对夹紧。
70.在一个实施例中，所述总控装置200与所述工业机器人100通过以太网通信连接，所述总控装置200与所述三维扫描仪和所述二维相机分别通过usb连接。
71.在一个实施例中，所述三维扫描仪为双目结构光扫描仪，所述二维相机的相机镜头设置在所述双目结构光扫描仪的两个相机镜头之间。
72.具体地，双目结构光扫描仪是结合了双目立体视觉技术和编码结构光技术，采用可见光将特定的格雷码光栅条纹投影到待测位置表面，双目结构光扫描仪包括两个高分辨率的数码相机，如ccd相机，通过两个高分辨率的ccd数码相机对光栅干涉条纹进行拍照，利用光学拍照定位技术和光栅测量原理，可在极短时间内获得复杂工作表面的完整点云。测量时光栅投影装置投影特定编码的结构光到待测物体上，成一定夹角的两个ccd数码相机同步采集图像，然后对图像解码和相位计算，并利用匹配技术、三角测量原理，解算出两个ccd数码相机的公共视区内的像素点的三维坐标，即点云数据。由于测量方式是基于光栅的测量，不需要固定坐标，可以形成独特的流动式设计和不同视角点云的自动拼合技术使扫
描不需要对测量系统的位置和轨迹加以限制，从而可高效且容易地扫描大型工件。二维相机为一个工业数码相机，如ccd相机，二维相机设置在双目结构光扫描仪的两个相机镜头之间，可以同时获取同一待测位置的两种数据，而不需要转换相机的位置。
73.在一个实施例中，转向架落成的自动检测系统还包括设置在所述落成检测工位400的两侧以及所述工业机器人100的轴臂末端的光源，所述光源用于补光。
74.具体地，为了获得准确的数据，在落成检测工位400的两侧设置光源，每侧的光源个数可以是一个或多个，根据需要检测的位置确定，如可以在侧边与每个轮子相对的位置各设置一个光源，光可以覆盖到整个转向架落成的侧边。同时在工业机器人100的轴臂末端也设置有光源，在灯光较暗的情况下每次拍照时，打开光源进行补光，提高数据的准确性。
75.在一个实施例中，转向架落成的自动检测系统还包括报警装置，所述报警装置与所述总控装置200连接，所述总控装置200还用于若所述转向架落成的检测结果不合格，则控制所述报警装置进行报警。
76.具体地，总控装置200得到检测结果后，若检测结果不合格则控制报警装置进行报警，使工作人员能够及时获知，并通过调取检测报告查看不合格项目，可以进行及时处理，若问题较小，可直接在落成检测工位400上进行维修或修理，若问题较大，可将转向架落成移出落成检测工位400再进行维修或修理。
77.在一个具体的实施例中，转向架落成在前一个检测项目(如静载试验)结束后，总控装置控制有轨制导车辆推动转向架落成至落成检测工位，控制轮对对中装置将转向架的轮对夹紧以固定转向架落成，工作人员在总控装置中输入待检测转向架型号后，总控装置控制工业机器人按照预设运动路径移动轴臂，使三维扫描仪和二维相机移动至预设位置，然后控制三维扫描仪获取点云数据和/或控制二维相机获取图片数据，再将三维扫描仪和二维相机移动至另一预设位置获取数据，直至获取所有预设位置对应的点云数据和/或图像数据。对点云数据进行处理后得到转向架落成各配件之间的间隙模型、各配件之间的高度差模型以及各配件模型，采用标准模型与各间隙模型、各高度差模型以及各配件模型进行拟合，分别得到各间隙偏差、各高度偏差以及各配件尺寸偏差，若各偏差不超过各对应的偏差阈值内，则检测合格，若存在偏差超过对应的偏差阈值，则检测不合格，并控制报警装置进行报警，提醒工作人员。对图像数据进行处理后，得到二维图像对应的结构化特征数据，将结构化特征数据与标准结构化特征数据进行比对，若比对结果合格，则检测合格，若比对结果不合格，则检测不合格，并控制报警装置进行报警。三维点云数据和图像数据获取结束后，控制对中装置进行缓解，即松开转向架的轮对，并控制有轨制导车辆将转向架推出落成检测工位，转向架落成完全经过高度检测装置，若未接收到高度检测装置的电信号，则检测合格，若接收到高度检测装置的电信号，则检测不合格，并控制报警装置进行报警。所有检测结束后，将检测数据和检测结果形成检测报告并存储该检测报告。
78.在一个实施例中，如图5所示，提供了一种转向架落成的自动检测装置800，包括：控制模块810、获取模块820、第一处理模块830以及第二处理模块840，控制模块810用于控制所述工业机器人按照预设运动轨迹将三维扫描仪和二维相机移动至预设位置，获取模块820用于控制所述三维扫描仪获取所述预设位置对应的点云数据，和/或控制所述二维相机获取所述预设位置对应的图像数据，第一处理模块830用于根据所述点云数据对所述转向架落成的配件之间的间隙或者配件之间的高度差进行检测，第二处理模块840用于根据所
述图像数据对所述转向架落成的配件标识或者配件的安装质量进行检测，得到检测结果。
79.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一个实施例所述的方法的步骤。
80.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
81.在本说明书的描述中，参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性描述不一定指的是相同的实施例或示例。
82.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
83.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。